Análisis matemático II

CAPÍTULO 4

FUNCIONES VECTORIALES

CAMPOS VECTORIALES

Ing. Miguel Omar Monllor Funciones Vectoriales y Campos Vectoriales 79

 Análisis matemático II

FUNCIONES VECTORIALES

Recordemos el concepto de Funciones Vectoriales visto en el Capítulo nº 1.

La definición de Función Vectorial equivale a la definición de “m” Funciones Escalares:

y1 = f1 ( x) R ⎯⎯→
F
Rm
y 2 = f 2 ( x)
.
.
.
y m = f m (x) o considerando y = (y1, y2, ……….,yn) y = F (x)

Las Funciones Vectoriales son funciones a las que a una variable independiente le corresponde un
conjunto de “m” números reales o un vector de “m” componentes.

Nos interesan en especial las Funciones Vectoriales cuyas imágenes son vectores de dos o tres
dimensiones. Se utilizan, por ejemplo para describir curvas, movimientos de partículas, etc.

En R 2 una Función Vectorial, a cada número real, le asigna como imagen un vector de dos
componentes o un par de números reales.
y
En forma paramétrica se la simboliza x = f (t ) R⎯ ⎯→ R 2
y P(x, y )
y = g (t )
A cada valor de t le corresponde un par de valores de (x, y ) es decir un punto en R 2 . o x x

A t se lo denomina parámetro.

O en forma vectorial r (t ) =  f (t ), g (t ) = f (t )i + g (t ) j y
y P(x, y )
Para cada valor de t en el dominio de r existe un único vector denominado r (t ) .
o x x
f (t ), g (t ) son las funciones componentes del vector r . r (t )

En R 3 una Función Vectorial, a cada número real, le asigna como imagen un vector de tres
componentes o una terna de números reales.
z
En forma paramétrica se la simboliza x = f (t ) R⎯⎯→ R 3

y = g (t )
z = h(t ) M ( x, y , z )

A cada valor de t le corresponde una terna de valores

de (x, y, z ) es decir un punto en R 3 . o y

O en forma vectorial r (t ) =  f (t ), g (t ), h(t ) = f (t )i + g (t ) j + h(t )k

Ing. Miguel Omar Monllor Funciones Vectoriales y Campos Vectoriales 80

 Análisis matemático II
Para cada valor de t en el dominio de r existe un único
vector denominado r (t ) . z

f (t ), g (t ) y h(t ) son las funciones componentes del vector r .

r (t ) =  f (t ), g (t ), h(t ) M ( x, y , z )

o y
x
En general utilizamos la letra t como variable independiente pues el tiempo es la variable independiente
en la mayoría de las aplicaciones de las Funciones Vectoriales.

A lo estudiado en Funciones Escalares y en Funciones de Varias Variables (Campos Escalares), lo

extenderemos ahora a Funciones Vectoriales.

A continuación definiremos Dominio, Límite, Continuidad, Derivadas e Integrales de Funciones

Vectoriales y si bien trabajaremos en R 3 todo es igualmente válido para R 2 .

Dominio
Dada la Función Vectorial r (t ) =  f (t ), g (t ), h(t ) su Dominio es el conjunto de valores de t para los que la
Función está definida. Este dominio es la intersección de los Dominios de las Funciones Escalares
componentes f (t ), g (t ) y h(t ) .

Ejemplo: r (t ) = [ln t , 1 − t ,3t ] = ln t i + 1 − t j + 3t k

Las funciones componentes son f (t ) = ln t , g (t ) = 1 − t y h(t ) = 3t .

Estas funciones están definidas cuando t  0 y 1 − t  0.

Entonces el dominio de r es el intervalo 0  t  1.

Límite
El Límite de una Función Vectorial r (t ) se obtiene tomando los Límites de sus Funciones Escalares
componentes.

Dada la función r (t ) =  f (t ), g (t ), h(t ) y sea t 0 un punto de acumulación de su dominio, tendremos:

lim r (t ) = lim f (t ), lim g (t ), lim h(t )

t →t 0  t →t0 t →t 0 t →t 0 

Siempre que los límites de las funciones componentes existan.

Las propiedades de límites de Funciones Vectoriales son las mismas propiedades de límites de las
Funciones Escalares.

Ejemplo: Calculemos el lim r (t ) siendo r (t ) = [ln(e + t ) , t 2 , (2 + t ) 2 ]

t→0

lim r (t ) = [lim ln(e + t ) , lim t 2 , lim(2 + t ) 2 ]

t →0 t →0 t →0 t →0

lim r (t ) = 1,0,4 = i + 4k
t →0

Ing. Miguel Omar Monllor Funciones Vectoriales y Campos Vectoriales 81

 Análisis matemático II

Continuidad
Una Función Vectorial r (t ) es continua en t = t 0 si lim r (t ) = r (t 0 )
t →t 0

Es decir si lim r (t ) = lim f (t ), lim g (t ), lim h(t ) =  f (t 0 ), g (t 0 ), h(t 0 ) .

t →t0  t →t0 t →t 0 t →t0 

Es decir que r (t ) es continua en t = t 0 si sus funciones componentes son continuas en t = t 0 .

Curvas
Veamos la relación existente entre Funciones Vectoriales y Curvas.

Cualquier Función Vectorial r (t ) define una curva que se forma por la punta del vector en movimiento.

Curvas Planas
Hemos visto que las curvas planas o curvas en R 2 pueden ser representadas como imagen de las
Funciones Escalares y = f (x) o x = g ( y ) .

Pero también se puede representar una curva plana como imagen de una Función Vectorial.

x = f (t )
Dada una Función Vectorial r (t ) =  f (t ), g (t ) = f (t )i + g (t ) j o en su forma paramétrica
y = g (t )

siendo f (t ) y g (t ) funciones continuas en un intervalo t1  t  t 2 . y L

r (t )
A cada valor de t le corresponde un par de valores de (x, y ) y P(x, y )
es decir un punto en R 2 . El conjunto de todos los pares de valores
de (x, y ) definen una curva L en el plano. o x x

Ejemplo: Analicemos la curva definida por la Función Vectorial r (t ) = [t , (t 2 + 2)] = t i + (t 2 + 2) j

x=t y
O en forma paramétrica:
y = t2 + 2
2
Es la parábola indicada en el gráfico.

o x

Curvas Alabeadas
Las curvas alabeadas o curvas en R 3 pueden ser representadas como imagen de una Función
Vectorial.

En efecto, dada la función vectorial r (t ) =  f (t ), g (t ), h(t ) = f (t )i + g (t ) j + h(t )k

Ing. Miguel Omar Monllor Funciones Vectoriales y Campos Vectoriales 82

 Análisis matemático II
z
x = f (t ) L
o en su forma paramétrica y = g (t )
z = h(t )

siendo f (t ) , g (t ) y h (t ) funciones continuas M ( x, y , z )

en un intervalo t1  t  t 2 . r (t )

A cada valor de t le corresponde o y

una terna de valores de (x, y, z ) es
decir un punto en R 3 . El conjunto
de todas las ternas de valores de
(x, y, z ) definen una curva L alabeada. x

Ejemplo: Describamos la curva definida por la Función Vectorial

r (t ) = t + 5 , 3t + 1 , 2t + 3 = (t + 5) i + (3t + 1) j + (2t + 3) k

x = t +5
O en forma paramétrica: y = 3t + 1
z = 2t + 3

Esta es la ecuación de una recta en el espacio. Que también podemos expresar:

x − 5 y −1 z − 3
= =
1 3 2

Derivadas
Definimos derivada de una Función Vectorial r (t ) , de la misma manera que lo hicimos con las
Funciones Escalares.

Dada la Función Vectorial r (t ) =  f (t ), g (t ), h(t ) = f (t )i + g (t ) j + h(t )k

r (t + Δt ) − r (t ) Δr
= r (t ) = lim
dr
= lim si el límite existe.
dt Δ t → 0 Δt Δ t → 0 Δt

Y aplicando la definición de derivada a las Funciones Escalares componentes del vector tendremos:

dr  df dg dh  df dg dh
= , , = i+ j+ k
dt  dt dt dt  dt dt dt

Es decir que la derivada de una Función Vectorial se obtiene derivando cada una de sus Funciones
Escalares componentes.

2 2 2
dr  df   dg   dh 
Y su módulo es: =   +  + 
dt  dt   dt   dt 

Ing. Miguel Omar Monllor Funciones Vectoriales y Campos Vectoriales 83

 Análisis matemático II
Δr
Realicemos un análisis gráfico de esta derivada: z
Δt

r (t )
Δr
M M1 L
r (t ) r (t )
r (t + Δ t )
o r (t + Δt ) y
x
Δr
Si Δt  0 el vector es paralelo al vector Δr . Al tender Δt → 0 el punto M1 se acerca al punto M y
Δt
este vector se acerca a un vector que está en la recta tangente a la curva en el punto M. Entonces el
vector r (t ) es un vector tangente a la curva definida por r (t ) en el punto M, siempre que r (t ) exista
y que sea distinta de cero.

Las propiedades de derivación de las Funciones Vectoriales son las mismas que las de las Funciones
Escalares.

Ejemplo: Calculemos la derivada r (t ) = [t 2 − 3 , sen4t , 2t ] = (t 2 − 3) i + sen4t j + 2t k

r (t ) = 2t , 4 cos 4t , 2 = 2t i + 4 cos 4t j + 2 k

Derivadas Sucesivas de Funciones Vectoriales

Se obtienen calculando las Derivadas Sucesivas de las Funciones Escalares componentes respectivas.
Calculemos la Derivada de Segundo Orden de la Función Vectorial del ejemplo anterior:

d 2r
= r (t ) = 2,−16sen4t ,0 = 2 i − 16sen4t j
dt 2

Si el parámetro t es el tiempo, entonces:

dr
= v es el vector velocidad del extremo del vector r (t ) . Y
dt

d 2 r dv
= = w es el vector aceleración de dicho extremo.
dt 2 dt

Integral de una Función Vectorial

Se obtiene integrando cada una de sus Funciones Escalares componentes. Si éstas son integrables,
entonces la Función Vectorial también es integrable.

r (t )dt =   f (t )dt,  g (t )dt,  h(t )dt 

t2 t2 t2 t2
 t1  t1 t1 t1 

Ejemplo: Dada r (t ) = [t 2 , (1 − t ) , e t ]  r (t )dt

1
calcular
0

 3 1 2 1  1 1 
1
( )  1 t 2 dt, 1(1 − t )dt, 1 e t dt  =  t , t − t , e t  =  , , (e − 1)
0 0 0 0   3
1
r t dt =
 0
2 0 0
  3 2 

Ing. Miguel Omar Monllor Funciones Vectoriales y Campos Vectoriales 84

 Análisis matemático II

CAMPOS VECTORIALES

Recordemos que los Campos Vectoriales son funciones a las que a un conjunto de “n” variables
independientes le corresponden como imagen un conjunto de “m” valores (es decir un vector).

y1 = f1 ( x1 , x 2 ,......... ., x n ) R n ⎯⎯→
F
Rm
y 2 = f 2 ( x1 , x 2 ,......... ., x n )
.
.
.
y m = f m ( x1 , x2 ,......... ., xn )

También los podemos expresar usando notación matricial:

( y1 , y 2 ,....., y m ) = [ f1 ( x1 , x 2 ,..... x n ), f 2 ( x1 , x 2 ,....., x n ),........ .., f m ( x1 , x2 ,..... xn )]

O si consideramos x = (x1, x2, ……….,xn) y y = (y1, y2, ……….,yn) las podemos indicar en forma más
resumida:

y=F(x)

f1 , f 2 ,......... .., f m son las funciones componente del Campo Vectorial.

Estudiaremos en particular los Campos Vectoriales en R 2 o R 3 .

y
F ( x, y ) Sea D una región plana R 2 . Un campo vectorial en R 2 es una
y A( x, y ) función F que asigna a cada punto A( x, y ) en D un vector bidimensional
F ( x, y ) .
o x x
F ( x, y ) = P ( x, y )i + Q( x, y ) j R2 ⎯
⎯→ R 2

F ( x, y) = P( x, y), Q( x, y)

Ejemplo:

Sea el Campo Vectorial F ( x, y ) = 2 xy i + ( x 3 + y ) j = [2 xy, x 3 + y ]

y F (1,2) = 4 i + 3 j = [4,3]
5

F (1,2)
2

o 1 5 x

Ing. Miguel Omar Monllor Funciones Vectoriales y Campos Vectoriales 85

 Análisis matemático II

z Y en tres dimensiones podemos definir:

F ( x, y , z ) Sea E un subconjunto de R 3 . Un Campo Vectorial en R 3 es una
función F que asigna a cada punto M ( x, y , z ) en E un vector
M ( x, y , z ) de tres componentes F ( x, y , z ) .
o y y
x F ( x, y, z) = P( x, y, z)i + Q( x, y, z) j + R(x, y, z )k
A
x F ( x, y, z) = P( x, y, z), Q( x, y, z), R( x, y, z)

R3 ⎯
⎯→ R 3

Ejemplo:

Sea el Campo Vectorial F ( x, y , z ) = ( y − x ) i + ( x + y − z ) j + ( z − x 2 y ) k = [ y − x, x + y − z , z − x 2 y ]

F (1,3,4) = 2 i + k = [2,0,1]

F (1,3,4)

z=4

3
o y
1

Ing. Miguel Omar Monllor Funciones Vectoriales y Campos Vectoriales 86

 Análisis matemático II

Derivada de un Campo Vectorial

Dado el Campo Vectorial:

y1 = f1 ( x1 , x 2 ,......... ., x n )
y 2 = f 2 ( x1 , x 2 ,......... ., x n )
.
.
.
y m = f m ( x1 , x2 ,......... ., xn )

Tenemos m funciones de n variables independientes cada una, entonces podemos obtener m  n derivadas
parciales, con las que se forma una matriz llamada Matriz de las Derivas Parciales o Matriz Jacobiana:

 f 1 f1 f1 
 x .....
x 2 x n   grad f1 
 1 
 f 2 f 2 f 2   grad f 
DF =  x
.....  2
x 2 x n  =  
 ..... .....  
..........
1

 f
..... ..... 
f m f m  grad f m 
 m ..... 
 x1 x 2 x n 

También se la indica J  f , f

1 ,......... .., f m
2   ( f1 , f 2 ,......... ., f m )
 =
 x1 , x 2 ,......... ., x n   ( x1 , x 2 ,......... ., x n )

Las filas de esta matriz son los vectores gradientes de las funciones componentes del Campo Vectorial.

En el caso de ser m = n la matriz es cuadrada y el determinante de dicha matriz es el Determinante

Jacobiano o Determinante Funcional.

Ejemplo 1:
Sea el Campo Vectorial en R 2 F ( x, y ) = [ x 3 − y , ( x + y ) 2 ]

 3x 2 −1 
La Matriz Jacobiana correspondiente es: DF =  
2 x + 2 y 2 x + 2 y 

Ejemplo 2:
Sea el Campo Vectorial en R 3 F ( x, y, z ) = [2 xy, xyz, yz 3 ]

2 x 2 y 0 
La Matriz Jacobiana es: 
DF =  yz xz xy 
 0 z 3 3 yz 2 

Ing. Miguel Omar Monllor Funciones Vectoriales y Campos Vectoriales 87

 Análisis matemático II

Matriz Jacobiana de un Campo Escalar

Dado el Campo Escalar y = f ( x1 , x 2 ,......... ., x n )

 f f f 
Su Matriz Jacobiana es Df =  , ,......... ., 
 x1 x 2 x n 

Matriz Jacobiana de una Función Vectorial

y1 = f 1 ( x)
y 2 = f 2 ( x)
.......... ......
Dada la Función Vectorial o y = F (x)
.......... ......
.......... ......
y m = f m ( x)

 df1 
 dx 
 
 df 2 
 dx 
 
Su Matriz Jacobiana es DF = ...... 
...... 
 
 df m 
 dx 
 
 

Ing. Miguel Omar Monllor Funciones Vectoriales y Campos Vectoriales 88